(あ)

そして気がつくとオンラインポスタープレゼン用ツールができていた[後編]

技研の(あ)です。

[前編]でポスタープレゼンツールの骨格ができました。ツールの名前はポスタービューアということで “PostView” としました。これで最低限のポスタープレゼンはできますが、せっかくなので欲しくなりそうな機能を想像してもっと追加していきます。ビデオ会議システムでの普段の打ち合わせでの画面共有に関連して使いづらいところなども考えて工夫を入れたいところです。
(なお、発表一週間前(当時))

続きを読む

そして気がつくとオンラインポスタープレゼン用ツールができていた[前編]

技研の(あ)です。

COVID-19 の影響により、オンラインでの会合がすっかり普及し、Zoom やら MS Teams やらのビデオ会議システムを使って遠隔プレゼンするのも当たり前のものとなりました。学会などもオンライン開催が普通となり、ポスターセッションやインタラクティブセッションもオンラインで、となっています。

スライドを使って15分とかの枠でしゃべる、というのはビデオ会議システムの画面共有を使ってスライドショーの画面を見せる、ということでよいですが、ポスター/インタラクティブセッションはどうしましょう?
物理的なデモを見せたい場合などはそれをカメラで映しつつ、画面分割で資料も見せて…と中継技術を駆使するスタイルもあります。そうでない場合は今のところ、人が集まったら普通にスライドで喋って、質疑応答をする、というスタイルを多く見かけますが、それではなんか物足りません。

実際にインタラクティブセッションで発表する (ソフトウェア関連なので物理デモはなし) 機会があったので、「もっとポスター/インタラクティブセッションならではの要素がほしいよなー」「じゃあどうしよう?」と考えました。

続きを読む

白黒はっきりしない判定の評価のしかた 〜ROC曲線と AUC〜

技研の (あ) です。

最近すっかり医療系の話に関わることが多くなってます。疾患の有無の判定などを行う際の性能指標について、これまで「感度とか特異度とか」「F値と平均的でない平均の話 〜あるいは調和平均の使いどころ」といった記事を書きました。

今回はその続きで、ROC曲線 (ROC Curve) と AUC について説明したいと思います。ROC曲線の話に行く前に、まずは判定の結果出てくる値に関しての話からです。

続きを読む

Java でフォルダを開いたら start の謎仕様に行き当たった話

技術研究所の(あ)です。
画像を加工したりアノテーションを付けたりするツールを Java でいろいろ作ってます。Windows 用に exe 化してパッケージ化する技も覚えたのでいろいろ便利です。

画像の加工を行ったあと、結果の画像を出力用のフォルダに書き込んだら、そのフォルダを (エクスプローラで) 開くようにするのが親切というものです。もちろん、すでに開いているときに二重に開いてしまうのはイケてないです。

Java からそういうことをやるにはいくつか方法があるのですが、テストしてみたらそれぞれ (ちょっとずつ) いまいちな挙動を示しました。最終的には「こうすればok」な解にたどりつきはしましたが、なかなかハマりどころだと思われるので以下にまとめておきます。

続きを読む

調和平均とハーモニー、と新たな謎

[前回までのあらすじ]
実は調和平均とは算術平均の裏返しであった。分母にあたるものが同じ場合の平均を考えるのに算術平均が適切であるなら、分子にあたるものが同じ場合の平均を考えるには調和平均が適切で、分子分母が逆転している以外は同じと言っても過言ではなかったのだ…。

技研の(あ)です。前回は F値と、その計算に使われる調和平均 (Harmonic Mean) ってどういうもの? という話を書きました。ところでなんでこれって「調和」平均って言うんでしょうね?

ということで今回は前回の補足的にそのあたりの話を書きます。
(が、そこから話は意外な展開に…?)

続きを読む

F値と平均的でない平均の話 ~あるいは調和平均の使いどころ

技術研究所の(あ)です。
機械学習を使った画像分類を用いた医療系の共同研究をいろいろやったりしてます。

画像分類などの分類問題の性能評価指標って、なんかいろいろ出てくるよねー、それって何がどう違うの? ということで以前、感度とか特異度とかの話を書きました。今回はその続編ということで「F値」の話を書きます。

そしてそこで出てくる、「調和平均」って何者? という話も書きます。
(この記事はCRESCO Advent Calendar 2019最終日の記事です)

続きを読む

「AI ってなんだ」

技術研究所の (あ) です。
この一年くらいで、社内外のいろいろな方々向けに眼科画像と機械学習の話をさせていただく機会がいくつかありました。長めの話をする場合には、「そもそも機械学習とか AI (人工知能) ってなぁに?」というあたりから話を始めます。

先日もそのあたりに関する話が社内報向けの Q&A形式の記事になったのですが、紙面も限られていて削った部分もありました。せっかくなのでそれをベースに、新たに内容も追加してブログ記事にしてみました。

続きを読む

デジタルな画像のはなし (色と明るさ)

技術研究所の (あ) です。
機械学習による画像や写真の分類とかやってます。

学習用に集めた画像を畳み込みニューラルネットワークなどで学習させるわけですが、その際にはまず、集めた画像の要る部分だけを切り出したりする必要があります。また、「ちょっと違っても同じだよ」というようなことを学習させるために画像にフィルタを掛けたり変形したりノイズを加えたりして“Data Augmentation”を行うことも多いです。

こうした作業には、またこれに限らず写真などの解析や操作のためには計算機上でデジタルな画像がどう表現され扱われているのか、ということをちゃんと理解しておいたほうが便利です。「なんかこうすればよいらしい」くらいの認識でも、まあ、なんとかなるかもしれませんが、ちょっと知識があるだけで応用できる度合いがぜんぜん違ったりします。

というわけで今回はデジタルな画像の基礎的な部分の説明をしたいと思います。

続きを読む

感度とか特異度とか

技術研究所の(あ)です。
機械学習を用いた眼科画像からの疾患の有無の判断とかやってます。こういうもの (画像からの判断だけでなく、インフルエンザの検査とかでも同じです) の性能を評価しようとするとき、いろいろな指標の用語が出てきます。

感度、特異度、精度、再現率、適合度、などなど…

何がどう違うのでしょう? 何でたくさんあるのでしょう?
もちろん本やウェブで調べれば出てきますが、意外とすっきり簡潔に解りやすくまとめた資料がありません。いろいろな人に説明せねばならない機会も増えたし、それではということで自分で説明図などを作ってみました。

続きを読む

座長やってきました

技術研究所の (あ) です。
もう時間が空いてしまいましたが、先日(3/14)、情報処理学会第80回全国大会の一般発表セッションの一つで座長をやってきました。
学会聴講とか発表とかをやったことのない人には、この「座長」というのが何なのか、いまいちピンとこないかと思います。

ということで今回はその辺りを軽く書いてみたいと思います。

続きを読む